Python——TF-IDF模型

# -*- coding: utf-8 -*-

import MySQLdb
import pandas as pd 
import jieba
from sklearn.feature_extraction.text import TfidfTransformer  
from sklearn.feature_extraction.text import CountVectorizer 


conn = MySQLdb.connect("192.168.67.452", "ASF", "SDFDFG", "FGF", charset='utf8' )
curs = conn.cursor()
sql1='''select content from  evaluate_info limit 100''' #sql语句
curs.execute (sql1)
row=curs.fetchall()   #读取数据表内容，返回元祖类型,元祖的每个元素还是为元祖
data=[]
for i in row:
    i=list(i) #将元祖的每个元素转换为列表
    new=str(i[0]) #将列表转换为字符串
    xx = ' '.join(jieba.cut(new)) #每一段字符串进行分词
    #print(xx)
    data.append(xx) #追加写入data列表，得到的数据格式为：a=['我 爱 学习','我 喜欢 北京']
data1=' '.join(data) #转换为一下格式：a=['我 爱 学习 我 喜欢 北京']
data2=[data1]   #转换为列表格式，例如：a=['a b c']  

curs.cl